【技术实现步骤摘要】
本专利技术涉及风险评估与管理，尤其涉及一种考虑功率变化与数据重构误差的数字储能系统可靠性评估方法及装置。
技术介绍
1、传统电池储能系统（battery energy storage system，bess）是一种用于储存和释放电能的设备，通常包含能量储存系统，如电池组或超级电容器，以及相应的电力电子转换器。储能系统可用于平衡电网负荷、新能源出力波动以及储备应急电力等，其设计旨在提供高效、可靠的储能解决方案，以满足不同场景下的电力需求。
2、储能变流器（power conversion system，pcs）是传统电池储能系统中的关键组件之一，其主要功能是将储能系统中存储的电能以可控的方式转换为交流电或直流电，并将其输出到电网或其他电源设备。pcs在储能系统中起到调节电能流向、优化能量转换效率的作用，通常配备了先进的控制系统元器件（例如igbt、mosfet、二极管等），能够适应不同的电力需求，并提供稳定的电力输出。
3、然而，由于运行环境和运行工况的多样性和复杂性，相比于一般工业用pcs，电池储能系统用pcs具有较高的输出功率随机变化性和不稳定性，这可能导致pcs各功率器件的铝键合线和焊料层承受长期、频繁的膨胀收缩，进而导致不均衡电热应力的产生，造成疲劳累计，还可能会导致功率器件的铝键合线断裂和焊料层开裂。
4、此外，传统电池储能系统主要关注点还在于电池本身的可靠性，这往往涉及到几个小时甚至几十个小时的时间跨度，电池的热失控是电池储能可靠性中的一个严重问题，尤其是在电池过热并进入自持反映时，
5、为解决电池的热失控问题，现有技术提出了基于规则、模型和状态估计的方法进行电池故障诊断和提前预警研究，虽然取得了一定的成果，但在实际应用中仍面临挑战，尤其是高压力和高温度环境下，电池系统的安全稳定运行需要更可靠的技术支持。
6、因此，如何解决现有数字储能系统中pcs输出功率随机变化性大且电池热失控风险高，导致储能系统无法安全稳定运行的问题，是风险评估与管理领域亟待解决的重要课题。
技术实现思路
1、本专利技术提供一种考虑功率变化与数据重构误差的数字储能系统可靠性评估方法及装置，用以克服现有数字储能系统中pcs输出功率随机变化性大且电池热失控风险高，导致储能系统无法安全稳定运行的缺陷，实现电池系统在高压力和高温度环境下的安全稳定运行。
2、一方面，本专利技术提供一种考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，包括：构建表征数字储能系统中储能变流器的功率大小和功率波动强度影响的二维状态概率模型，并基于所述二维状态概率模型、储能变流器的元器件热应力因子和元器件温度循环因子，求解目标工况下的储能变流器故障率；基于数字储能系统中电池簇的储能电池变量及其对应的输出特征向量确定数据重构误差，并根据所述数据重构误差计算电池簇的热失控概率；其中，所述输出特征向量基于长短期记忆神经网络根据储能电池变量进行数据重构得到；根据所述储能变流器故障率和电池簇的热失控概率，对数字储能系统进行运行可靠性评估，得到评估结果。
3、进一步地，基于所述二维状态概率模型、储能变流器的元器件热应力因子和元器件温度循环因子，求解目标工况下的储能变流器故障率的步骤，具体包括：根据所述二维状态概率模型、元器件热应力因子和元器件温度循环因子，构建故障率统一模型；根据所述故障率统一模型，求解目标工况下的储能变流器故障率。
4、进一步地，所述储能电池变量至少包括电压、电流、荷电状态以及温度，每一储能电池变量均构建有对应的热失控预警基础模型；相应的，基于数字储能系统中电池簇的储能电池变量及其对应的输出特征向量确定数据重构误差，包括：获取电池簇的不同储能电池变量，并基于预先训练的长短期记忆神经网络对不同储能电池变量进行特征提取，得到不同储能电池变量对应的输出特征向量；基于预先训练的热失控预警基础模型，根据不同储能电池变量及其对应的输出特征向量，预测得到不同储能电池变量的数据重构误差。
5、进一步地，根据所述数据重构误差计算电池簇的热失控概率的步骤，具体包括：将不同储能电池变量的数据重构误差与预设阈值进行比较，得到多个比较结果；根据多个比较结果，确定电池簇的热失控概率；其中，所述预设阈值根据电池簇发生热失控时的变量值进行设定。
6、进一步地，所述故障率统一模型定义如下：
7、；
8、其中，表示储能变流器故障率，表示功率大小状态，表示功率波动强度状态，表示功率大小划分的个数，表示功率波动强度划分的个数，表示二维状态概率模型，表示储能变流器处于功率大小状态下的元器件热应力因子，表示储能变流器处于功率波动强度状态下的元器件温度循环因子，、分别表示元器件热应力因子、元器件温度循环因子对应的元器件基本故障率，表示储能变流器的元器件制造质量的影响，表示储能变流器的元器件寿命周期中可靠性质量管理及控制水平的影响，表示储能变流器的元器件的过应力贡献因子。进一步地，所述二维状态概率模型定义如下：
9、；
10、所述元器件热应力因子定义如下：
11、；
12、所述元器件温度循环因子定义如下：
13、；
14、其中，表示储能变流器处于功率大小状态、功率波动强度状态下的累计时间，表示运行周期，表示常数，表示激活能量常数，表示储能变流器的元器件在功率大小状态下的温度参数，表示储能变流器的元器件的结温波动循环时间，表示储能变流器的元器件在功率波动强度状态下的累计运行时间，表示储能变流器的元器件在功率波动强度状态下的结温循环波动次数，表示运行状态下的结温波动循环时间，表示参考温度波动幅值，表示储能变流器的元器件在功率波动强度状态下的结温波动幅值，表示储能变流器的元器件在每个运行状态下结温波动所达到的最大值。
15、第二方面，本专利技术还提供一种考虑功率变化与数据重构误差的数字储能系统可靠性评估装置，包括：储能变流器可靠性评估模块，用于构建表征数字储能系统中储能变流器的功率大小和功率波动强度影响的二维状态概率模型，并基于所述二维状态概率模型、储能变流器的元器件热应力因子和元器件温度循环因子，求解目标工况下的储能变流器故障率；电池簇可靠性评估模块，用于基于数字储能系统中电池簇的储能电池变量及其对应的输出特征向量确定数据重构误差，并根据所述数据重构误差计算电池簇的热失控概率；其中，所述输出特征向量基于长短期记忆神经网络根据储能电池变量进行数据重构得到；数字储能系统运行可靠性评估模块，用于根据所述储能变流器故障率和电池簇的热失控概率，对数字储能系统进行运行可靠性评估，得到评估结果。
16、第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法。
17、第四方面，本发本文档来自技高网...
【技术保护点】
1.一种考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，包括：
2.根据权利要求1所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，基于所述二维状态概率模型、储能变流器的元器件热应力因子和元器件温度循环因子，求解目标工况下的储能变流器故障率的步骤，具体包括：
3.根据权利要求1所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，
4.根据权利要求3所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，根据所述数据重构误差计算电池簇的热失控概率的步骤，具体包括：
5.根据权利要求2所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，所述故障率统一模型定义如下：
6.根据权利要求5所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，所述二维状态概率模型定义如下：
7.一种考虑功率变化与数据重构误差的数字储能系统可靠性评估装置，其特征在于，包括：
8.一种电子设备，包括存储器
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法。
...【技术特征摘要】
1.一种考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，包括：
2.根据权利要求1所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，基于所述二维状态概率模型、储能变流器的元器件热应力因子和元器件温度循环因子，求解目标工况下的储能变流器故障率的步骤，具体包括：
3.根据权利要求1所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，
4.根据权利要求3所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，根据所述数据重构误差计算电池簇的热失控概率的步骤，具体包括：
5.根据权利要求2所述的考虑功率变化与数据重构误差的数字储能系统可靠性评估方法，其特征在于，所述故障率统一模型定义如下：
6.根据权利要求5所述的考虑功率变化与数据重构误差的数...
【专利技术属性】
技术研发人员：索克兰，达尼亚尔·排祖拉木，程林，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。